开发: C++知识库 Java知识库 JavaScript Python PHP知识库人工智能区块链大数据移动开发嵌入式开发工具数据结构与算法开发测试游戏开发网络协议系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑笔记本显卡显示器固态硬盘硬盘耳机手机 iphone vivo oppo 小米华为单反装机图拉丁

-> 系统运维 -> 【Linux】深入理解文件IO操作 -> 正文阅读

[系统运维]【Linux】深入理解文件IO操作

一、如何用C接口进行文件操作

i. 基础函数

打开文件：fopen
关闭文件：fclose
读取文件数据：fread
写入数据：fwrite

FILE *fopen(const char *path, const char *mode);//打开函数
int fclose(FILE *fp);//关闭函数
size_t fread ( void *buffer, size_t size, size_t count, FILE *stream);//读取函数
size_t fwrite(const void* buffer, size_t size, size_t count, FILE* stream);//写入函数

ii. 细节补充

关于C接口进行文件操作的操作和用法已有很多资料参考，这里不再赘述，在这里我补充关于当前路径的理解。
举个例子：假设你写了个程序，其功能是在当前目录创建一个新文件。当你在这个程序所处目录运行这个程序，那么该目录就生成了一个新文件，这没啥问题。那假如你在返回到根目录运行该程序，请问生成的文件是在刚刚那个目录下还是根目录下呢？
?答案是在根目录下，由此得出的结论是：当前路径并不是可执行程序所处的路径，而是可执行程序启动的路径，如在根目录下启动该程序，则当前路径为根目录。所以我们要深刻意识到：当前路径是和进程有关的

二、如何用系统接口进行文件操作

i. 打开文件函数open

int open(const char *pathname, int flags, mode_t mode);

Linux中通过 man 2 open 命令查看

头文件与函数原型
在这里插入图片描述
返回值

如果成功返回file descriptor：文件描述符，是一个数字；失败返回-1，并设置errno

参数解读
pathname：要打开的文件所处的路径，可使用相对路径
mode：可选项，用于设置新建一个文件时的默认权限，如777则为可读可写可执行，同时注意要修改umask，如果读者不太懂可查看在【Linux】深入剖析文件权限与用户，文中我详细讲了umask与文件目录的默认权限
flags：设置以何种形式打开文件，即类似于C接口的可读/可写/可读写打开

The argument flags must include one of the following access modes:O_RDONLY, O_WRONLY, or O_RDWR. These request opening the file read-only,write-only, or read/write, respectively.

常见的选项有：O_RDONLY, O_WRONLY, or O_RDWR，O_CREAT(若文件不存在则创建)

?如何在传参标志位传多个选项，如同时传O_WRONLY和O_CREAT？
?事实上flags参数设计的很巧妙，通过按位或来实现传递多个参数，首先它是个int型数，即有32位，操作系统设计的时候把某个位置位1，其他位置为0作为一种状态，那么它可以表示32种状态，这里我只用16个bit位来举例，假设0x0001表示写权限记作O_WRONLY，0x0004表示可创建文件记作O_CREAT，我们调用open函数打开某文件想给它写权限和若该文件没有则创建，则将O_WRONLY|O_CREAT传递给flags，将O_WRONLY和O_CREAT按位与得到的int数在bit[0]和bit[2]都为1，达到只用一个参数传入两种权限的效果
在这里插入图片描述

ii. 向文件读取函数read

头文件与函数原型

#include <unistd.h>
ssize_t read(int fd, void *buf, size_t count);

参数解读
fd：要读取的文件的文件描述符，每个文件都有一个文件描述符，open函数打开一个文件返回值也是文件描述符
buf：读取到的数据存放之处
count：buf的大小，byte为单位

返回值
若读取成功，返回读取到数据的大小（byte为单位）
若读取失败（如读取过程中被信号中断）返回-1，并设置errno

ii. 向文件写入函数write

头文件与函数原型

#include <unistd.h>
ssize_t write(int fd, const void *buf, size_t count);

参数解读
fd：要写入的文件的文件描述符
buf：要写入的数据存放之处，指针
count：要写入内容buf的大小，byte为单位
返回值
若写入成功，返回写入了的数据的大小（byte为单位）
若写入失败返回-1，并设置errno

三、深入理解文件描述符

i. 何为文件描述符

当我们打开文件时，该文件的相关信息会被加载到内存，如创建时间，所属者，操作权限等等，OS对这些信息则需用数据结构维护起来，从而有了struct file(用于描述内存中的文件)，多个打开的文件就有多个struct，它们管理起来形成双向链表，结构体里存放文件的属性信息。每个进程进程都拥有task_struct进程控制块，task_struct里面有个指针files，用于指向一张表files_struct，该表包含了一个指针数组，而这数组里每个指针指向一个内存中的文件struct file，从而实现了进程与文件的连接，而文件描述符就是该数组的下标，只要知道文件描述符就可以找到内存中的文件
在这里插入图片描述
FILE结构体部分成员：

新视角阐释fopen做了什么
1.给调用的用户申请FILE结构体并返回地址（FILE）
2.底层调用系统级函数open得到fd，将fd填充到FILE变量中的fileno

ii. 文件流指针和文件描述符

文件流指针是标准库操作句柄：FILE*，文件描述符是系统调用接口句柄：int fd，文件描述符是每个文件的唯一标识，文件流指针底层封装了文件描述符，在文件流指针结构体中可以看到 _fileno保存了fd

iii. 文件描述符的数字规律

看一个文件打开的程序，观察file descriptor

我们发现这个文件的文件描述符fd=3
再看一个打开多个文件的程序，观察file descriptor

我们发现打开多个文件，它们的文件描述符fd从3依次递增，我们知道open函数出现错误返回-1，那么请问0，1，2去哪了呢？？？
?其实当任何进程在运行的时候，默认打开三个输入输出流stdin，stdout，stderr，而它们对应的的file descriptor就是0，1，2，所以再打开文件时分配的fd只能从3递增了
?stdin，stdout，stderr分别对应键盘，显示器，显示器，OS打开它们很好地体现了LInux中一切皆文件的思想
?总结：文件描述符的分配遵循最小未占用原则：从下标0开始逐位分配，若已被使用则不分配

四、重定向

i. 原理

本质是修改files_struct表中的指针数组中指针所指向的内容

ii. 通过关闭文件描述符实现重定向

代码演示

#include<stdio.h>    
#include<unistd.h>       
#include<sys/types.h>    
#include<sys/stat.h>    
#include<fcntl.h>    
int main()    
{    
   //演示重定向基本原理                                                     
   umask(0);      
   close(1);//关闭显示器      
   int fd=open("log.txt",O_WRONLY|O_CREAT,0666);//fd=1      
   if(fd<0){ return 1;} //打开失败     
   write(1,"hello world!\n",13);//写到1号文件      
   write(1,"hello world!\n",13);      
   write(1,"hello world!\n",13);      
   write(1,"hello world!\n",13);      
   write(1,"hello world!\n",13);           
   close(fd);
   return 0;
}

运行结果：本该写到标准输出的内容被重定向到log.txt

在这里插入图片描述

原理分析：
在打开新的文件前，我们先close(1);关闭显示器，即上图打红叉的线被取消，所以当新的文件被打开它的文件描述符为1，即上图蓝色的线被连上，所以当往1号文件写入会被写入到log.txt而不会在显示器显示

iii.使用 dup2 系统调用实现重定向

a. 函数原型

#include <unistd.h>
int dup2(int oldfd, int newfd);

参数理解：
在这里插入图片描述
newfd为oldfd的拷贝，这里的copy是拷贝fd_array数组对应oldfd下标的内容，理解为对后者的操作变为对前者的操作

b. 用法示例

dup(fd,1) //fd为某个新打开文件的描述符
这里newfd是1，oldfd是fd，new为old的拷贝，即new也指向分段，所以本要输出到1的内容重定向到fd去

五、剖析缓冲区

i. 三种缓冲机制

行缓冲->见于显示器刷新数据的策略
全缓冲->见于对文件 (理解为磁盘文件) 写入数据的策略
无缓冲->如stderr

ii. 什么情况下缓冲区会被刷新

调用exit()结束进程时会刷新缓冲区
当缓冲区满了也会被刷新出来
可通过fflush刷出来
流被关闭时也会被刷出来
行缓冲遇见’\n’会被刷新出来

?行缓冲遇到上述五种情形会刷新缓冲区，全缓冲遇到除最后一种情形会刷新缓冲区
?一份代码验证缓冲区：
在这里插入图片描述
理论上应该是先打印“hello world”再sleep，但观察到的现象是先sleep再打印。这是因为字符串被保留在缓冲区，不满足上述五种刷新条件所以没有被立即刷新出来，当进程结束后“hello world”才出现

iii. 关于缓冲区的理解

内存和硬盘中进行数据交互（写入/读取）是需要代价的，所以攒够一定量才交互，这个攒的量就放在缓冲区。对于文件，可以攒很多才交互，这样交互效率最高；而对于显示器采用行缓冲，因为人是想收到及时反馈的，所以行缓冲可理解为数据交互效率和用户体验感的平衡

iv. 提出三个问题

这个缓冲区在哪？
这个缓冲区是谁提供的？
OS也有缓冲，与文件缓冲的对比

这三个问题将在下面分析一个奇怪现象中给出答案

vi. 一个奇怪的现象

1.代码：

#include<stdio.h>    
#include<string.h>    
#include<unistd.h>    
    
int main() 
{    
    //C函数接口    
    printf("hello printf\n");    
    fprintf(stdout,"hello fprintf\n");    
    
    //system call    
    const char*msg="hello write\n";   
    write(1,msg,strlen(msg));    
    
    fork();//加了fork重定向C接口内容打印2次，系统接口内1次 
    return 0;  
}

观察重定向和不重定向的运行结果
在这里插入图片描述

2.总结出现的现象：

重定向和不重定向改变了进程的缓冲方式
C接口打印了两次，OS接口打印了一次

在这里插入图片描述

3.分析：

为什么C接口的显示了两次？
代码顺序执行，printf和fprintf的内容存放到缓冲区，因为不是往显示器打，所以不是行刷新，此时缓冲区存在两句话。当fork时创建了子进程，父子进程代码数据共享，缓冲区也是内存上的一块。若OS先调用父进程，则父进程先刷新缓冲区，打印出两句话，到调用子进程时，因为进程具有独立性互不干扰，子进程也要刷新缓冲区，则先写时拷贝再刷新，则又打印出两句话
为什么OS接口的没有显示两次？
系统调用函数如write没有缓冲区，所以不会发生写时拷贝导致缓冲区内容被打印了两次
解释第二个问题
对比可得到结论缓冲区语言自带的，不是OS级别的
无论是printf还是fprint都是打到stdout，而stdout是一个FILE结构体，里面不仅封装了fd，还维护了缓冲区
解释第一个和第三个问题
内核区和用户区都有缓冲区，我们这里所说的缓冲区，都是用户级缓冲区，但要刷新的时候用户级缓冲区的数据不能直接加载到磁盘或显示器，得经过操作系统进入到内核区的缓冲区（有自己的机制），然后数据才被加载出去